美国Xwing和瑞士Daedalean生产驾驶舱自动化系统

一家美国公司和一家瑞士公司产生了化学反应，Xwing和Daedalean都生产驾驶舱自动化系统，他们将合作制定认证标准。到底是什么力量，让两者一定要在山顶论剑，而不是在山脚舌战，尽管他们的业务模式目前其实完全不同，但对AI的诉求是共同的。

Daedalean和Xwing配备的飞机旨在简化飞行员的操纵，或者将飞行员完全从驾驶舱中移出。为了应对在这一过程中所面临的挑战，总部位于旧金山的Xwing与瑞士Daedalean将通过合作，以加快所开发产品的上市步伐。智能系统开发人员同意围绕人工智能和机器学习共享数据、知识和流程，以此协调各自的认证方法。

之所以两家公司能够达成共识，本质是基于AI所驱动的航空市场蛋糕确实足够大，尽管在长远的未来，大家难免会有直接的竞争，但是在可以看见的今天，AI驱动的自主飞行变革带来了多元化的商业模式可能性，这是Xwing和Daedalean可以相互合作的基础和前提。

Xwing模块化系统旨在与从后勤到空中消防的各种飞机集成，通过和飞机运营商、制造商、政府和国防客户合作，在没有飞行员的情况下实现地面监督飞行。今年4月，其开发的Superpilot无人驾驶飞机系统（UAS）成为第一个获得FAA正式项目指定的标准类别大型无人机系统。

Daedalean同样为民用飞机提供基于机器学习的航空电子系统。通过与Avidyne航电的合作，其正在努力认证并将首个通用航空系统Pilot Eye推向市场，Pilot Eye是一种视觉检测非合作交通的解决方案。

两家公司都在与FAA和EASA开展密切合作，以认证其基于机器学习的安全关键系统，这类技术迄今尚未出现在任何民用飞机上。向自主化的转变将要求监管机构改变认证驾驶舱硬件和软件的方式。因此，Xwing和Daedalean一致认为，通过信息共享就其设计保证方法达成共识是加快认证指南制定的最佳方式。

两家公司都发布了其认证方法的蓝图，希望可以指导监管机构建立可接受的符合性方法。例如，Xwing的《机器学习系统认证的形式和实践元素》试图概述一个模型不可知、工具独立的框架，该框架可以应用于任何用例。同样，Daedalean与EASA联合发布的《神经网络设计保证概念》旨在为开发机器学习系统提供全行业指导。EASA已经利用其研究结果起草了第一份适用于1级机器学习应用的指南。

尽管这两个框架是独立开发的，但Xwing和Daedalean一致认为，通过共享各自的专业知识将带来更高水平的安全性和更快的速度。除了与美FAA的关系外，Xwing还与美国空军的创新部门AFWERX签订了一份合同，将在塞斯纳208大篷车上试用其Superpilot系统，飞行员将对其可用性提供反馈，还与NASA签订了建立自主飞行安全管理系统的合同。

同时，Daedalean正在努力确保其Pilot Eye技术符合航空航天推荐实践、DO-178C和现场可编程门阵列标准。与此同时，合作伙伴Avidyne已向FAA申请了Pilot Eye的补充型号证书，并同时获得了EASA的验证。

如果说欧美的AI自主飞行公司要爬陡坡了，正在寻求各种方法如何继续攀登，那么咱们国内类似基于AI的自主系统开发公司，基本还处于准备爬山的热身阶段。